Research indicates that there are age and gender differences in implicit power, achievement, and affiliation motives, measured through participants’ interpretations of ambiguous pictures. However, past research on these group differences has not considered motivational dynamic effects during implicit motive assessment. These effects involve the idea that prior expressions of an implicit motive reduce the probability of its subsequent expressions throughout the assessment. Furthermore, these dynamic effects may also differ across age and gender. The present study examines (a) age and gender differences in implicit motives by considering the motivational dynamic effects during implicit motive assessment; and (b) age and gender differences in the motivational dynamic effects. We used Dynamic Thurstonian Item Response Theory (DT-IRT; Psychol Rev 121(3), 481–500, 2014) on data from participants (N = 3066) responding to the Operant Motives Test (OMT; University of Osnabruck 1999). Results revealed that older groups showed (a) higher levels of implicit power and achievement motives; and (b) weaker motivational dynamic effects for implicit power and achievement motives. Women compared to men displayed (a) a higher level of implicit affiliation motive; (b) a lower level of implicit power motive; (c) weaker motivational dynamic effects for implicit affiliation motive; and (d) stronger motivational dynamic effects for implicit power and achievement motives. We discussed theoretical implications.

We investigated the relationship between parents’ implicit and explicit achievement motives and their children’s academic performance, examining whether achievement imagery in children’s books mediated this relationship. For N = 178 parents, we assessed achievement motives, prevalence of achievement imagery in children’s books at home, parental educational expectation, and children’s academic performance in Grade 4. The findings support a positive relationship between parents’ achievement motives and children’s performance, with some support for educational expectation. However, there was no evidence that achievement imagery mediated this relationship. Parents’ achievement motives did not correlate significantly with achievement imagery, nor did achievement imagery show expected positive relationships with grades. The implications for transgenerational transmission of achievement striving are discussed.

Implicit motives, nonconscious needs that influence individuals' behaviors and shape their emotions, have been part of personality research for nearly a century but differ from personality traits. The implicit motive assessment is very resource-intensive, involving expert coding of individuals' written stories about ambiguous pictures, and has hampered implicit motive research. Using large language models and machine learning techniques, we aimed to create high-quality implicit motive models that are easy for researchers to use. We trained models to code the need for power, achievement, and affiliation (N = 85,028 sentences). The person-level assessments converged strongly with the holdout data, intraclass correlation coefficient, ICC(1,1) = .85, .87, and .89 for achievement, power, and affiliation, respectively. We demonstrated causal validity by reproducing two classical experimental studies that aroused implicit motives. We let three coders recode sentences where our models and the original coders strongly disagreed. We found that the new coders agreed with our models in 85% of the cases (p < .001, ϕ = .69). Using topic and word embedding analyses, we found specific language associated with each motive to have a high face validity. We argue that these models can be used in addition to, or instead of, human coders. We provide a free, user-friendly framework in the established R-package text and a tutorial for researchers to apply the models to their data, as these models reduce the coding time by over 99% and require no cognitive effort for coding. We hope this coding automation will facilitate a historical implicit motive research renaissance. (PsycInfo Database Record (c) 2025 APA, all rights reserved).

Purpose Research on effort-reward “imbalance” (ERI) has gained popularity in the occupational health literature, and authors typically use effort-reward ratios (ERRs) to study this phenomenon. This article provides a methodological and theoretical critique of this literature and suggestions on how future research can better study joint effects of efforts and reward. Design/methodology/approach The authors conducted a simulation study, analyzed panel data and surveyed the literature on the theoretical and methodological basis of the “imbalance” concept. Findings The simulation study indicates that under many conditions the ERR captures main effects of effort and reward and that effects also depend on the scaling of the variables. The panel data showed that when main effects and the interactions of effort and reward are entered simultaneously in a regression predicting mental and physical health, the significant effect of the ERRs disappears. The literature review reveals that psychological theories include more elaborate theoretical ideas on joint effects of effort and reward. Research limitations/implications The results suggest that moderated multiple regression analyses are better suited to detect a misfit between effort and reward than ERRs. The authors also suggest to use the term effort-reward fit in future research. Originality/value Methodologically and conceptually the authors showed that the ERR is not an appropriate approach because it confuses main effects with interaction effects. Furthermore, the concept of ERI is better substituted by a broader conceptualization of effort-reward fit that can be integrated with the existing literature on person-environment fit. Recommendations for future research are provided.

Theories suggest that groups within organizations often develop shared values, beliefs, affect, behaviors, or agreed-on routines; however, researchers rarely study predictors of consensus emergence over time. Recently, a multilevel-methods approach for detecting and studying emergence in organizational field data has been described. This approach—the consensus emergence model—builds on an extended three-level multilevel model. Researchers planning future studies based on the consensus emergence model need to consider (a) sample size characteristics required to detect emergence effects with satisfactory statistical power and (b) how the distribution of the overall sample size across the levels of the multilevel model influences power. We systematically address both issues by conducting a power simulation for detecting main and moderating effects involving consensus emergence under a variety of typical research scenarios and provide an R-based tool that readers can use to estimate power. Our discussion focuses on the future use and development of multilevel methods for studying emergence in organizational research.

This article builds on earlier research on work events and uses a recently developed taxonomy of situation perceptions-the CAPTION taxonomy-to study daily work events. The authors specifically test the ideas that the specific affective event dimensions A (Adversity) and O (humOr), and cognitive and typicality dimensions-I (Importance), C (Complexity), and T (Typicality)-contribute to explaining daily well-being beyond P (Positive valence) and N (Negative valence). Study 1 included N = 242 employees who filled in a diary over 5 workdays, and Study 2 included a total of 295 employees in an experience sampling design. Results from multilevel confirmatory factor analyses with events nested in persons and days nested in persons suggested that a seven-dimension model-in line with the CAPTION taxonomy-improved model fit. Multilevel structural equation modeling further revealed that the additional dimensions contributed to explaining well-being after work (Study 1) and well-being at work (Study 2) at both the between- and the within-person level. These effects were in particular driven by the A (Adversity) and O (humOr) dimensions. The authors discuss to what degree a multidimensional perspective on situation perceptions can improve occupational health researchers' understanding of work events as drivers of well-being at work. (PsycInfo Database Record (c) 2021 APA, all rights reserved).

The applied psychology literature has discussed and used a variety of different definitions of dynamic individual differences. Descriptions like dynamic, agile, adaptive, or flexible can refer to a variety of different types of constructs. The present article contributes to the literature by presenting an organizing typology of dynamic constructs. We also conducted a literature review of four major applied journals over the last 15 years to validate the taxonomy and to use it to map what type of dynamic individual differences constructs are typically studied in the applied psychology literature. The typology includes six basic conceptualizations of dynamic individual differences: Variability constructs (inconsistency across situations), skill acquisition constructs (learning new skills), transition constructs (avoiding “loss” in behavior/skill after unforeseen change), reacquisition constructs (relearning after change), acceleration/deceleration constructs (losing or gaining energy by displaying the behavior), and integration/dissolution constructs (behavior becomes more or less uniform). We provide both verbal and statistical definitions for each of these constructs, and demonstrate how these conceptualizations can be operationalized in assessment and criterion measurement using R code and simulated data. We also show how researchers can test different dynamic explanations using likelihood-based R2 statistics.

An abstract is not available for this content so a preview has been provided. Please use the Get access link above for information on how to access this content.

Researchers have suggested that some personality traits are associated with better team functioning when team members are homogeneous, whereas other personality traits improve team functioning when team members are heterogeneous. This article extends these ideas to team innovation and examines (a) how team variance in extraversion, agreeableness, openness, and conscientiousness relates to innovation in teams; and (b) how these relationships dynamically evolve over time. Our study included 704 surveys completed by 243 team members in 32 teams, at three time points. Results revealed that teams with less variance in extraversion showed higher levels of team innovation. For agreeableness and openness, we did not find main effects of team heterogeneity on team innovation. For teams with low heterogeneity in agreeableness, however, team innovation decreased over time. Team variance in conscientiousness was negatively associated with team innovation. Our findings provide support that team personality plays a role for innovation.

This study extends research on the link between personality and Counterproductive Work Behavior (CWB) by investigating whether the implicit Affiliation, Achievement, and Power motives contribute to the prediction of CWB beyond basic personality traits. Employees high in Affiliation, Achievement, and Power motives may disengage from CWB because it is not rewarding and thwarts goal attainment. In Study 1 (N = 263), we found that Affiliation predicted self-rated CWB beyond traits. In Study 2 (N = 121), we found that Affiliation and Power predicted supervisor-rated CWB. Our findings thus suggest to also consider implicit motives as personality determinants of CWB. (C) 2020 Elsevier Inc. All rights reserved.

Psychologists have long been interested in studying individual differences in implicit motives. Implicit motives are typically measured asking respondents to write fantasy-stories based on a series of pictures showing one or several persons. The stories are then coded for implicit motivational content by trained experts because researchers have long assumed that respondents have no conscious access to the motivational themes in the stories they write. However, empirical research on self-evaluation of implicit motives is scarce. In this article, we provide new insights into this topic with a new measurement procedure—the motive self-categorization (MSC) test. In the MSC, respondents first fill out an implicit motive measure and then self-code their stories using lists of picture-specific statements that are typical concrete manifestations of implicit motives in the specific picture. We studied the MSC in a sample of N = 247 respondents by analyzing convergence with expert codings using a latent multitrait-multimethod (MTMM) IRT model. Results showed respondents could evaluate the motivational content of their stories (latent motive-motive correlations: r = .37 to 62), IRT latent motive scores based on self-categorization showed evidence of reliability (r = .42 to .67), and we found small method effects. The discussion focuses on implications for theory on measuring implicit motives and the possibility that self-insight occasionally goes beyond expert insight.

Free AccessTBS-TK RezensionInventar zur Erfassung von Arbeitsmotiven (IEA)Jonas W. B. Lang, Patrick Mussel, and J. Malte RungeJonas W. B. Lang, Patrick Mussel, and J. Malte RungePublished Online:June 12, 2018https://doi.org/10.1026/0932-4089/a000274PDF ToolsAdd to favoritesDownload CitationsTrack Citations ShareShare onFacebookTwitterLinkedInReddit SectionsMoreAllgemeine Informationen über den Test, Beschreibung des Tests und seiner diagnostischen ZielsetzungDie Verfahrenshinweise geben einen guten Überblick über Begriffe und Theorien von Motivation. Das IEA basiert auf 70 aus der Forschung bekannten Motiven und erfasst insgesamt 16 Primär- und vier Sekundärmotive. Diese Reduktion ist nachvollziehbar, wenngleich mehr Informationen zum Vorgehen wünschenswert gewesen wären, da in der Literatur andere Motive beschrieben werden.Neben möglichen Forschungsanwendungen empfiehlt der Autor die Anwendung des Tests im Bereich der Berufsberatung, Personalauswahl, Personalmarketing, sowie der Personalentwicklung. Für die meisten dieser Fragestellungen ist das Inventar zweifellos geeignet.Die Verfahrenshinweise sind klar verständlich geschrieben. Zielsetzung und Zielgruppe werden explizit genannt. Die Struktur zwischen den Modulen und den zugrundeliegenden Items wird im Handbuch transparent geschildert. Für die Auswertung stehen leicht verständliche Auswertungsbögen zur Verfügung, die an Beispielen illustriert werden. Auch die üblichen Rahmenbedingungen für die Durchführung sowie der zeitliche Aufwand werden im Manual benannt.Theoretische Grundlagen als Ausgangspunkt der TestkonstruktionDas IEA misst nur explizite, selbstzugeschriebene Motive. Ein besonderes Merkmal des IEA ist, dass anstelle von typischem Verhalten nach Wünschen gefragt wird. Das erscheint insbesondere für Berufseinsteiger ohne Vorerfahrung sinnvoll. Jedoch schlagen Wünsche sich nicht zwingend im tatsächlich gezeigten Verhalten nieder.Implizite Motive, die anderes Verhalten im Berufskontext vorhersagen, können mit dem IEA nicht gemessen werden. Die Messung von impliziten Motiven bleibt trotz Fortschritten in jüngster Zeit (Lang, 2014; Runge et al., 2016) herausfordernd. Dennoch würde eine allumfassende Messung implizite Motive mit einschließen.ObjektivitätDie Verfahrenshinweise umfassen detaillierte Anweisungen, die erklären, wie eine hohe Durchführungsobjektivität zu erreichen ist. Dazu zählen Instruktionen, die an einem Beispielitem erklären, wie Testbearbeiter die Fragen beantworten sollen. Für die Auswertung liegen standardisierte Auswertungsbögen vor. Die Auswertungsobjektivität der Arbeitsplatzanalyse wird durch die gemittelte Einschätzung mehrerer Experten sichergestellt. Die Testinterpretation erfolgt anhand standardisierter Testwerte und mit Hilfe einer Tabelle, die hohe und niedrige Ausprägungen auf jedem der Primärmotive beschreibt.Zum Feststellen einer Passung zwischen Arbeitsplatz und Individuum wird eine kritische Differenz von 0.5 auf der Rohskala herangezogen. Wenn diese überschritten wird, liegt keine Passung zwischen Arbeitsplatz und Individuum vor. Die Wahl einer kritischen Differenz von 0.5 ist als Daumenregel sicherlich nachvollziehbar. Es wäre aber vorteilhaft, Werte zu verwenden, die empirisch validiert sind.Normierung (Eichung)Die Normierungsstichprobe des Verfahrens ist äußerst umfangreich (N = 4662) und teilt sich in eine größtenteils studentische Teilstichprobe (n = 2832) sowie zwei Stichproben von Berufstätigen (mit Führungsverantwortung: n = 607; ohne Führungsverantwortung: n = 1223) auf. Personen mit höherem Bildungsabschluss sind etwas überrepräsentiert. Alle Normen liegen auch getrennt für Männer und Frauen vor. Es gibt keine Unterscheidung zwischen verschiedenen Altersgruppen. Es ist denkbar, dass sich Arbeitsmotive von Berufseinsteigern, Arbeitnehmern in mittlerem Alter (z. B. mit Familien) und älteren Arbeitnehmern unterscheiden.Das Arbeitsanalyseverfahren umfasst keine Normierungsstichprobe. Die Normierung von Arbeitsanalyseverfahren ist herausfordernd, da für eine breite Stichprobe von Tätigkeiten typische Werte ermittelt werden müssen, um Vergleichswerte zu generieren. Dennoch wäre es wünschenswert, wenn zukünftige Versionen des Manuals Werte zu Tätigkeitsgruppen in BERUFENET oder der Internationalen Standardklassifikation der Berufe (ISCO) umfassen würden.Zuverlässigkeit (Reliabilität, Messgenauigkeit)Es werden Kennwerte zur internen Konsistenz, Split-Half-Reliabilität und zur Retest-Reliabilität angegeben, die insgesamt für die Messgenauigkeit des Verfahrens sprechen. Etwas geringere interne Konsistenzen für zwei der Skalen lassen sich durch eine geringe Anzahl von Items bzw. einen heterogenen Konstruktbereich plausibel erklären. Die Retest-Reliabilitäten wurden über einen Zeitraum von einem halben Jahr bestimmt und können als zufriedenstellend bis sehr gut interpretiert werden.Die Reliabilitäten der Arbeitsplatzanalyse (n = 300) liegen für die Sekundärmotive um .90, für die Primärmotive etwas darunter und können insgesamt als gut bewertet werden. Der teilweise etwas niedrigere Intraklassenkoeffizient ist zu erwarten, da Rater unterschiedliche Einblicke in einen bestimmten Arbeitsplatz haben. Weitere Informationen darüber, wie viele und welche Arbeitsplätze geratet wurden, wären für die Testbewertung hilfreich gewesen. Gültigkeit (Validität)Das zugrunde liegende Modell wird nur für die Sekundärfaktoren faktorenanalytisch überprüft (explorativ). Es lassen sich vier breite Faktoren inhaltlich gut interpretieren, die zum Teil aber deutlich korreliert sind. Die Entwicklung der sechzehn Primärmotive basiert rein auf Plausibilitätsgesichtspunkten und wird nicht faktorenanalytisch gestützt.Es werden eine Vielzahl von Befunden zur konvergenten (und diskriminanten) Validität mit anderen im Berufskontext häufig verwendeten Verfahren berichtet, die größtenteils erwartungskonform sind. Nicht berichtet werden (a) Studien zur Beziehung mit in der Motivationsforschung verbreiteten Verfahren, (b) Studien, die berufsbezogene Verhaltensmaße wie Leistungsmaße oder Jobzufriedenheit anhand des IEA vorhersagen sowie (c) Studien zur Arbeitsplatzanalyse. Da der Test auch entwickelt wurde, um die Passung von Arbeitnehmer und Arbeitsplatz zu untersuchen, wären Studien zu diesen Themenbereichen für die Zukunft wünschenswert.Weitere Gütekriterien (Störanfälligkeit, Unverfälschbarkeit und Skalierung)Im Manual des IEA werden zwei Studien zu Unverfälschbarkeit berichtet. In der ersten Studie finden sich keine Korrelationen zwischen dem IEA und einem Maß für sozial erwünschte Antworttendenzen. In der zweiten Studie wurde ein sogenanntes "Faking Good" Design realisiert, in dem sich eine Gruppe eine Bewerbung in einem Berufsfeld in der Wirtschaft vorstellt und versucht, so gut wie möglich in dem Test abzuschneiden. Die Daten dieser Gruppe werden mit Daten einer Kontrollgruppe verglichen. Personen aus der Faking Good Gruppe haben statistisch signifikant höhere Werte auf einigen der Primärfaktoren. Es handelt sich um kleine bis mittlere Effekte, die bei der Interpretation der Testwerte berücksichtigt werden sollten. Auf der anderen Seite ist es möglich, dass Bewerber zwar "faken", dass dies aber nicht notwendigerweise die Kriteriumsvalidität beeinflusst. Abschlussbewertung/EmpfehlungDas IEA verfolgt einen eklektischen Ansatz, der die Breite bisheriger Modelle und Instrumente zu expliziten, selbstzugeschriebenen Motiven zu einem ökonomischen Verfahren bündelt. Ein allumfassendes Verfahren müsste die Messung impliziter Motive auch mit einschließen. Die Entscheidung für sechzehn Motive auf Ebene der Primärfaktoren erfolgte aus Plausibilitätsgesichtspunkten und wurde nicht weiter geprüft. Nimmt man diese Struktur als gegeben, lassen sich umfangreiche Belege für die Reliabilität und Validität des IEA finden, die anhand von 23 Stichproben und über 4600 Personen untersucht wurden. Die fundierte und gut verständliche Beschreibung des theoretischen Hintergrunds, die ausführlichen Beschreibungen für Durchführung, Auswertung und Interpretation des IEA dürften es zu einem wertvollen Instrument für den Einsatz in der Praxis machen.Insgesamt stellt das Verfahren eine Bereicherung der für die arbeitsbezogene Motivationsforschung verfügbaren Testverfahren für explizite Motive dar. Im Gegensatz zu den meisten existierenden Verfahren zur Erfassung von expliziten Motiven, die normalerweise auf typisches Motivstreben oder typisches zielgerichtetes Motivverhalten abzielen und sich damit eng an der Persönlichkeitsliteratur orientieren, fragt das vorliegende Inventar direkt nach Wünschen. Durch diese Besonderheit eignet sich das Verfahren insbesondere für Berufseinsteiger.Für die Zukunft wäre es positiv, wenn die Studien im Manual noch ergänzt würden, insbesondere durch Untersuchungen zur Arbeitsplatzanalyse. Die Passung zwischen Motiven von Personen einerseits und den Anforderungen und dem Befriedigungspotenzial eines Arbeitsplatzes andererseits ist ein aktiv beforschtes und interessantes Feld. Ein Ausbau dieses arbeitsplatzanalytischen Teils des Verfahrens erscheint daher besonders interessant. Tabelle 1 Formalisierte Bewertung zum "Inventar zur Erfassung von Arbeitsmotiven" (IEA) "Inventar zur Erfassungvon Arbeitsmotiven (IEA)"Die TBS-TK-Anforderungen sind erfülltvollweit-gehendteil-weisenichtAllgemeine Informationen,Beschreibung und diagnostischeZielsetzungXObjektivitätXZuverlässigkeitXValiditätXTabelle 1 Formalisierte Bewertung zum "Inventar zur Erfassung von Arbeitsmotiven" (IEA) View as image HTML Diese Testrezension wurde im Auftrag des Testkuratoriums der Föderation deutscher Psychologenvereinigungen (DGPs und BDP) gemäß den TBS-TK-Richtlinien (Testkuratorium, 2010) erstellt.TestinformationenKanning, U. P. (2016). Inventar zur Erfassung von Arbeitsmotiven (IEA). Göttingen: Hogrefe.Bezugsquelle: Testzentrale Göttingen, Herbert-Quandt-Str. 4, 37081 Göttingen.Test komplett bestehend aus Verfahrenshinweisen und je 20 Exemplaren aller Materialien: € 412,00.Bitte zitieren Sie diesen Artikel wie folgt: Lang, J. W. B., Mussel, P. & Runge, J. M. (2018). TBS-TK Rezension: "Inventar zur Erfassung von Arbeitsmotiven (IEA)". Zeitschrift für Arbeits- und Organisationspsychologie, 62, 161 – 163.Rezensenten: Prof. Dr. Jonas W. B. Lang and J. Malte Runge, Ghent University, Department for Personnel Management, Work and Organizational Psychology, Henri Dunantlaan 2, 9000 Gent, Belgien, jonas.lang@ugent.be; Prof. Dr. Patrick Mussel, Freie Universität Berlin, AB Persönlichkeitspsychologie und Psychologische Diagnostik, Habelschwerdter Allee 45, Raum JK 26/122d, 14195 BerlinLiteraturLang, J. W. B. (2014). A dynamic Thurstonian item response theory of motive expression in the picture story exercise: Solving the internal consistency paradox of the PSE. Psychological Review, 121, 481 – 500. https://doi.org/10.1037/a0037011 Crossref, Google ScholarRunge, J. M., Lang, J. W. B., Engeser, S., Schüler, J., den Hartog, S. C. & Zettler, I. (2016). Modeling motive activation in the Operant Motive Test: A psychometric analysis using dynamic Thurstonian item response theory. Motivation Science, 2, 268 – 286. Crossref, Google ScholarTestkuratorium (2010). TBS-TK. Testbeurteilungssystem des Testkuratoriums der Föderation Deutscher Psychologenvereinigungen. Revidierte Fassung vom 09. September 2009. Psychologische Rundschau, 61, 52 – 56. Link, Google ScholarFiguresReferencesRelatedDetails Volume 62Issue 3Juli 2018ISSN: 0932-4089eISSN: 2190-6270 InformationZeitschrift für Arbeits- und Organisationspsychologie A&O (2018), 62, pp. 161-163 https://doi.org/10.1026/0932-4089/a000274.© 2018Hogrefe VerlagPDF download

Researchers have long been interested in studying differences in implicit motive between different groups. Implicit motives are typically measured by scoring text that respondents have written in response to picture cues. Recently, research on the measurement of implicit motives has made progress through the application of a dynamic Thurstonian item-response theory model (DTM; Lang, 2014) that captures 2 basic motivational processes in motivational research: motive competition and dynamic reduction of motive strength after a motive has been acted out. In this article, the authors use the DTM to investigate differential item functioning (DIF) in implicit motive measures. The article first discusses DIF in the context of the DTM. The authors then conduct a DIF analysis of data from a study that used a picture set of the Operant Motive Test (OMT; Kuhl & Scheffer, 2002) with participants from Cameroon, Germany, and Costa Rica. Results showed no evidence of DIF in 9 pictures and some evidence for DIF in 3 pictures. The authors show a partial invariance model can be specified and use this partial invariance model to study latent mean differences between Cameroon, Germany, and Costa Rica. The discussion focuses on the use of IRT DIF methods in future research on implicit motives.

The Operant Motive Test (OMT) is a picture-based procedure that asks respondents to generate imaginative verbal behavior that is later coded for the presence of affiliation, power, and achievement-related motive content by trained coders. The OMT uses a larger number of pictures and asks respondents to provide more brief answers than earlier and more traditional picture-based implicit motive measures and has therefore become a frequently used measurement instrument in both research and practice. This article focuses on the psychometric response mechanism in the OMT and builds on recent advancements in the psychometric modeling of the response process in implicit motive measures through the use of Thurstonian item-response theory. The contribution of the article is twofold. First, the article builds on a recently developed dynamic Thurstonian model for more traditional implicit motive measures (Lang, 2014) and reports the first analysis of which we are aware that applies this model to OMT data (N = 633) and studies dynamic motive activation in the OMT. Results of this analysis yielded evidence for dynamic motive activation in the OMT and showed that simulated IRT reliabilities based on the dynamic model were .52, .62, and .73 for the affiliation, achievement, and power motive in the OMT, respectively. The second contribution of this article is a tutorial and R code that allows researchers to directly apply the dynamic Thurstonian IRT model to their data. The future use of the OMT in research and potential ways to improve the OMT are discussed.

The Operant Motive Test (OMT) is a picture-based procedure that asks respondents to generate imaginative verbal behavior that is later coded for the presence of affiliation, power, and achievement-related motive content by trained coders.The OMT uses a larger number of pictures and asks respondents to provide more brief answers than earlier and more traditional picture-based implicit motive measures and has therefore become a frequently used measurement instrument in both research and practice.This article focuses on the psychometric response mechanism in the OMT and builds on recent advancements in the psychometric modeling of the response process in implicit motive measures through the use of Thurstonian item-response theory.The contribution of the article is twofold.First, the article builds on a recently developed dynamic Thurstonian model for more traditional implicit motive measures (Lang, 2014) and reports the first analysis of which we are aware that applies this model to OMT data (N = 633) and studies dynamic motive activation in the OMT.Results of this analysis yielded evidence for dynamic motive activation in the OMT and showed that simulated IRT reliabilities based on the dynamic model were .52,.62,and .73 for the affiliation, achievement, and power motive in the OMT, respectively.The second contribution of this article is a tutorial and R code that allows researchers to directly apply the dynamic Thurstonian IRT model to their data.The future use of the OMT in research and potential ways to improve the OMT are discussed.